参考：
1.Anaconda使用总结
2.tensorflow学习笔记一：安装调试
3.Python学习之路（1）——Anaconda的安装与配置
4.anaconda安装及环境变量配置
一、安装Anaconda
Tensorflow是基于python脚本语言的，并且需要numpy、scipy、matplotlib等十几个扩展包，因此这些都需要安装上，一个个安装的确很麻烦很心焦。。。不过，现在有了集成环境anaconda，安装就很方便了。python的大部分扩展包，在anaconda中都有，因此我们只需要安装anaconda就行了。
首先是anaconda的下载。其官网地址为：https://www.anaconda.com/download/这里我们按照提示下载windows环境下Python3.6版本的，然后安装python3.5。
tensorflow现在windows只支持python3.5，所以版本注意下。。。
这里我们选择第二种安装方法，安装最新版本的anaconda，然后使用命令conda install python=3.5安装Python3.5的环境。
双击安装包按照提示操作即可。
安装完成后，电脑中会多出下面几个快捷方式：
此时打开Anaconda Prompt，输入python，若输出python版本号，则说明安装成功。
此时在cmd中输入conda --version会提示没有改命令，，这个是因为没有在高级环境变量中配置的原因。
此时，要将Anaconda3及Anaconda3下的Scripts的路径加入到Path环境变量中，如下：
重新打开新的命令行cmd窗口，输入conda --version即可查看到anaconda的版本：
并且此时在cmd命令行中，输入python，也能输出Python版本号，也说明配置成功。（此处指以前没有单独按装过python）
在cmd命令行中使用conda命令安装python3.5环境：
现在命令行中输入python：
此时我们发现python版本依然是3.6的，因为默认环境就是python3.6的，此时我们可以通过conda进行环境管理。
Conda的环境管理
Conda的环境管理功能允许我们同时安装不同版本的Python，并且能自由切换。由上述内容可知我们现在默认的python环境是python3.6，我们可以通过如下操作将环境切换为python3.5的。
#创建一个名为python35的环境，并且指定python的版本为3.5
conda create --name python35 python=3.5
#此时若你之前没有安装python3.5，这里就会自动安装python3.5。若安装过了，它会自动完善一下之前 缺少的package
#安装好后，使用activate激活某个环境
activate python35 #for windows
source activate python35 #for Linux and Mac
#激活后会发现terminal输入的地方多了python35字样，这说明，此时系统将默认的python3.6环境从 path中去除，再把python3.5对应的环境加入path。并且此时再次输入python --version可以得到下图 所示内容，说明系统已经切换到了3.5的环境
#如果想返回默认的python环境，运行
deactivate #for windows
source deactivate python35 #for Linux & Mac
删除一个已有的环境
conda remove --name python35 --all
用户安装的不同的python环境都会被放在目录~/anaconda/envs下，可以在cmd中运行conda info -e查看已安装的环境，当前激活的环境会显示有一个星号或者括号。
设置国内镜像
在conda安装好之后，默认的镜像是官方的，由于官网的镜像在境外，访问太慢或者不能访问，为了能够加快访问的速度，可以选择清华的镜像。
#添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
#TUNA的help中镜像地址加有引号，需要去掉
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
执行完上述命令后，会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME.condar(Windows)文件,记录着我们队conda的配置，直接手动创建、编辑该文件是相同的效果。
如果要删除镜像，直接删除“.condarc”文件即可。
conda的包管理
Conda是一个在Windows，MacOS和Linux上运行的开源软件，它可以理解为一个工具，也是一个可执行命令，其核心功能是包管理和环境管理。包管理与pip类似，Conda可以快速安装、运行和更新软件包及其依赖项。Conda可以轻松创建、保存、加载和切换本地计算机上的环境。它是为python程序创建的，但它可以打包和分发任何语言的软件。Conda也是一个环境管理器，只需几个命令就可以建立一个完全独立的环境来运行不同版本的python，同时继续在正常的环境中运行通常的python环境。conda将几乎所有的工具、第三方包都当作package对到，甚至包括python和conda自身。因此，conda打破了包管理和环境管理的约束，能非常方便的安装各种版本Python、各种package并方便的切换。Anaconda则是一个打包的集合，里面预装了conda、某个版本的python、众多的包、科学计算工具等。
conda的一些常用操作如下：
#查看当前环境下已安装的包
conda list
#查看某个指定环境的已安装包
conda list -n python35
#查看package信息
conda search numpy
#安装package
conda install -n python35 numpy
#如果不用-n指定环境名称，则安装在当前活跃环境
#也可以通过-c指定通过某个channel安装
#更新package
conda update -n python35 numpy
#删除package
conda remove -n python35 numpy
前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如：
#更新conda，保持conda最新
conda update conda
#更新anaconda
conda update anaconda
#更新python 假设当前环境是python3.4，conda会将python升级为3.4.x系列的当前最新版本
conda update python
如果创建新的python环境，比如3.5，运行conda create -n python python34 python=3.5之后，conda仅安装python3.5相关的必须项，如python、pip等，如果希望该环境像默认环境那样，安装anaconda集合包，只需要：
#在当前环境下安装anaconda包集合
conda install anaconda
#结合创建环境的命令，以上操作可以合并为
conda create -n python35 python=3.5 anaconda
#也可以不用全部安装，根据需要安装自己需要的package即可
Conda安装不同版本的tensorflow
“你可以使用命令anaconda search -t conda packagename 在 anaconda.org中找工具包。然后你可以按照提示查看到该包的可以安装的不同版本”
然后，找到其中我们需要的版本。比我，我想要安装tensorflow1.1在windows下，所以选择下面这个版本：
接着输入指令：anaconda show nehaljwani/tensorflow，来查看如何安装该版本，运行后显示：
然后复制“conda install --channel https://conda.anaconda.org/nehaljwani tensorflow”这句话运行就好了，需要稍等一会儿。安装成功后，我们来验证tensorflow是否安装成功，打开anaconda3文件夹下的jupyter notebook，打开后会弹出一个网页如图：
选择右上角的new—python3，如下图，输入import tensorflow as tf，按shift+enter运行后没有报错说明安装成功。
查看已安装的Tensorflow版本
由于tensorflow版本不同，可能一些函数的调用也有变换，这时候可能需要查看tensorflow版本，可以在终端输入查询命令如下：
python
import tensorflow as tf
#查看tensorflow 版本
tf.version
#查看tensorflow 安装路径
tf.path
OVER，continue Come On~